rje1974 / herbar.io

Este es un repositorio de un conjunto de datos formado por imágenes de rastrojos y cultivos para aprendizaje automatizado en agricultura

Geek Repo:Geek Repo

Github PK Tool:Github PK Tool

herbar.io

English Portugués

Objetivo.

Este es un proyecto intenta resolver la falta de materiales visuales sobre malezas (imágenes y video) libre (GPL3) en suelo, a su vez que este disponible de forma sencilla y organizado de forma que pueda ser utilizado en el desarrollo de herramientas o procesos, que implementen inteligencia artificial o aprendizaje automático.

Porque.

Creemos que la construcción de los conjuntos de datos y la liberación de los mismos en GPL3 es una de las formas para que se desarrollen las herramientas que le esta haciendo falta al sector agropecuario.

Proyecto Dataset Imágenes.

Nuestro primer paso sera crear un set de imágenes de un rastrojos de soja durante el año 2018, que como cultivo siguiente tienen soja, en Estancia Gerla (Trenque Lauquen) y con alguna información contextual climática y agronómica. Esta dentro de nuestros objetivos probar distintas tecnologías de captura para las imágenes, pues no tenemos seguridad de que es lo necesario hoy y menos mañana y quedarnos con la que nos resulte mas cómoda y sencilla; pues nuestro objetivo es lograr el "PRIMER" conjunto de datos, despues se mejorara.

Proyecto Dataset Videos.

Nuestro segundo paso será crear un set de videos de rastrojos de soja durante el año 2018, en Trenque Lauquen y con alguna información contextual climática y agronómica. Los videos los pondremos en youtube.

Proyecto ejemplo de uso dataset.

Nuestro tercer paso sera generar ejemplos de trabajo con esas imágenes para lo cual tenemos algunas ideas pero no están consolidadas.

Estado.

Actualmente (23/10/2018) tenemos realizadas tres tomas de datos. Claramente hemos ido mejorando y suponemos que la serie tres es como vamos a trabajar de aquí por delante.

Antecedentes.

Durante el 2017 concurrimos con Miguel Buero a la AgBot en Indianapolis. Allí vimos por primera vez la detección de malezas por imagen y sus aplicaciones en robótica y automatizaciones. Posteriormente fuimos a la hackthlon que realizo el ministerio de innovación en Rosario y pudimos ver el trabajo de la gente de DeepAgro que iba en el mismo sentido. Parte de la idea comenzó cuando charlando con ellos nos comentaron que uno de los problemas que tuvieron fue el faltante de imágenes para alimentar los proceso de análisis. Manuel se planteo tratar de reproducir aquí el material, vimos juntos este video bastante claro donde se ejemplifica un proceso de creación de un conjunto de datos, una cosa llevó a la otra y terminamos en esto. Este es un proyecto que arranco con el objetivo de intentar resolver la falta de materiales visuales (imágenes y video) libres (GPL3), disponibles de forma sencilla y organizados para ser utilizado en el desarrollo de herramientas o procesos, que implementen inteligencia artificial o aprendizaje automático dentro el sector agropecuario. Creemos que podemos aportar los conjuntos de datos, para que finalmente personas inteligentes tengan un material para comenzar a probar y trabajar.

Miembros.

Manuel Fossati
Juan Eduardo Riva

Agradecimientos.

Les queremos agradecer a las empresas y personas que nos prestaron su tiempo y herramientas para trabajar. Juan Eduardo SA, Martín Varela, Pablo Riva, María Riva y Miguel Buero.

Dudas y consultas.

Cel. +5492392520561
Correo. juaneduardoriva@gmail.com

About

Este es un repositorio de un conjunto de datos formado por imágenes de rastrojos y cultivos para aprendizaje automatizado en agricultura

License:GNU General Public License v3.0